3.11 Uporaba AI v vašem okoljskem projektu

Ta modul prehaja od konceptualnega razumevanja in analize študij primerov k praktični uporabi. Zasnovan je kot vodena vaja v obliki delovnega lista, da bi udeležence opolnomočil pri zasnovi lastnega manjšega, z AI podprtega okoljskega projekta. Cilj ni izdelati končan projekt v okviru tega tečaja, temveč razviti dobro premišljen, izvedljiv načrt, ki gradi samozavest za naslednje korake v lastni skupnosti. Proces je razdeljen na pet ključnih faz načrtovanja, pri čemer se vsaka sklicuje na okvire in orodja, obravnavana v prejšnjih modulih.

1. Opredelitev vašega vprašanja: Moč specifičnosti

Najuspešnejši projekti v skupnosti se ne začnejo z veliko ambicijo, temveč s specifičnim, odgovorljivim vprašanjem. Namesto »Kako lahko ustavimo onesnaževanje?« je učinkovitejše izhodišče osredotočena poizvedba, zakoreninjena v vašem lokalnem kontekstu.

• Poziv za udeležence: Katero je eno specifično okoljsko vprašanje ali izziv v vaši skupnosti, ki ga želite strastno reševati? Oblikujte ga kot jasno, obvladljivo vprašanje.
• Primeri:
  • »Kje so najpogostejša nezakonita odlagališča ob našem lokalnem odseku reke?«
  • »Katere avtohtone rastline, prijazne do opraševalcev, izginjajo iz naših lokalnih parkov?«
  • »Katere so glavne skrbi starejših članov naše skupnosti glede sprememb, ki so jih opazili v lokalnem podnebju v času svojega življenja?«

2. Prepoznavanje vaših podatkov: Katere zgodbe lahko poveste?

Z jasnim vprašanjem je naslednji korak razmislek o tem, katere vrste podatkov bi lahko pomagale odgovoriti nanj. Ti podatki lahko prihajajo iz najrazličnejših virov, tako tradicionalnih kot digitalnih. Ta faza vključuje združevanje različnih vrst informacij, kot so ustne zgodovine prebivalcev, poročila skupnosti in znanstvene meritve.

• Poziv za udeležence: Razmislite o vseh potencialnih virih podatkov, ki bi se lahko nanašali na vaše vprašanje. Razmišljajte široko o kvalitativnih in kvantitativnih informacijah.
• Primeri (povezani z zgornjimi vprašanji):
  • Za nezakonito odlaganje: Geografsko označene fotografije, ki so jih posneli člani skupnosti med sprehodi, uradna poročila občinske komunale, ustna pričevanja dolgoletnih prebivalcev o zgodovinskih odlagališčih.
  • Za rastline za opraševalce: Fotografije rastlin v lokalnih parkih, zgodovinski zapisi o sajenju s strani občine, intervjuji z lokalnimi vrtnarji ali botaniki o spremembah, ki so jih opazili.
  • Za skrbi starejših: Posneti intervjuji ustne zgodovine, analiza arhivov lokalnih časopisov, zgodovinski vremenski podatki z bližnje postaje.

3. Izbira vaših orodij: Ujemanje tehnologije z nalogo

Vsak problem ne zahteva najkompleksnejše AI. Ta faza vključuje izbiro ustreznega pristopa AI na podlagi vašega vprašanja in razpoložljivih podatkov, pri čemer se sklicujete na orodja in tehnike, obravnavane v modulih 3 in 4.

• Poziv za udeležence: Preglejte tabeli »Orodja državljanske znanosti, ki jih poganja AI« (Modul 3) in »Tehnike AI za analizo okoljskih podatkov« (Modul 4). Na podlagi vaših vrst podatkov, katero eno ali dve orodji ali tehniki AI se zdita najprimernejši za vaš projekt?
• Primeri:
  • »Če so moji primarni podatki fotografije nezakonitega odlaganja, bi lahko raziskal uporabo platforme državljanske znanosti, kjer lahko uporabniki nalagajo in kartirajo te fotografije. Kasneje bi lahko uporabil računalniški vid za poskus razvrščanja vrst odpadkov na slikah.«
  • »Če imam transkripte intervjujev s člani skupnosti, bom uporabil orodje NLP za tematsko analizo, da prepoznam najpogostejše skrbi.«
  • »Če želim slediti rastlinam za opraševalce, bom začel z uporabo orodja, kot je iNaturalist, za prepoznavanje in kartiranje opazovanj.«

4. Uporaba vašega etičnega okvira: Gradnja na temelju zaupanja

Preden se zbere en sam podatek, mora biti vzpostavljen etični okvir. To je ključen korak za vsak projekt, ki vključuje znanje skupnosti ali osebne podatke. Čeprav ta tečaj izrecno ne vsebuje namenskega modula o etiki, so načela podatkovne suverenosti, informiranega soglasja in delitve koristi ključna za gradnjo zaupanja in zagotavljanje, da je vaš projekt spoštljiv in učinkovit.

• Poziv za udeležence: Opišite, kako boste v svojem projektnem načrtu obravnavali ključne etične vidike.
• Primeri:
  • Podatkovna suverenost: »Moj projekt bo vzpostavil dogovor o podatkih skupnosti, ki določa, da vse zbrane fotografije in zgodbe pripadajo skupini skupnosti, ne meni kot posamezniku.«
  • Informirano soglasje: »Pripravil bom preprost, jasen obrazec za soglasje za vsakogar, ki ga bom intervjuval, v katerem bom natančno pojasnil, kako se lahko uporabijo njihove zgodbe, vključno z analizo AI, in ga bom dal najprej v pregled članom skupnosti.«
  • Delitev koristi: »Končni izdelek projekta – zemljevid žarišč nezakonitega odlaganja – bo prosto deljen z lokalnim okoljskim odborom in javnostjo za zagovarjanje več sredstev za čiščenje.«

5. Načrtovanje »človeka v zanki«: Kjer je strokovno znanje najpomembnejše

AI je orodje, ne nadomestek za človeško strokovno znanje, presojo in kontekst. Ta zadnja faza načrtovanja vključuje prepoznavanje kritičnih točk, kjer je človeški nadzor nujen.

• Poziv za udeležence: Določite vsaj tri točke v delovnem toku vašega projekta, kjer je »človek v zanki« bistven.
• Primeri:
  • »Človeški strokovnjak mora preveriti vse z AI ustvarjene identifikacije rastlin, preden se dodajo na naš končni zemljevid.«
  • »Tematska analiza s strani AI bo le izhodišče. Naša projektna ekipa mora izvesti končno interpretacijo zgodb skupnosti, da zagotovimo razumevanje kulturnega konteksta.«
  • »Preden objavimo kakršne koli z AI ustvarjene vizualizacije, jih bodo pregledali člani skupnosti, ki so posredovali podatke, da se zagotovi njihova točnost in spoštljivost.«

Z dokončanjem tega strukturiranega procesa načrtovanja bodo udeleženci splošno zanimanje preoblikovali v konkreten, etičen in tehnološko podkovan koncept projekta, pripravljen za nadaljnji razvoj.